python中数组的成对减法

我有两个矩阵，A的形状是512*3，B的形状是1024*3 我想计算它们行之间的两两相减，所以结果的形状是512*1024*3

（它们实际上是3D点坐标的数组：x、y、z，我最终希望找到从B到A中每个点的k个最近点）

我不能用for循环。有什么类似蟒蛇的方法吗？ 谢谢你。

区别：

diff = A[:, np.newaxis] - B[np.newaxis, :]

对于

A

中的每个点，

B

中最近的

k

点：

k = 5
dists = np.sum(np.square(A[:, np.newaxis] - B[np.newaxis, :]), axis=-1)
top_k = np.argpartition(dists, k, axis=1)[:, :k]

不过，

top_k

不是按距离排序的。您可以稍后对其进行排序，也可以执行以下操作：

top_k = np.argsort(dists, axis=1)[:, :k]

---

效率较低但更简单。

根据我在上一篇评论中链接的参考：

你正试图这么做

只需按照以下示例进行操作：

import numpy as np
np.random.seed(123)

a = np.random.uniform(size=(8,3)) # or (512,3)
b = np.random.uniform(size=(16,3)) # or (1024,3)

diff = a[np.newaxis,:,:]-b[:,np.newaxis,:]

dist = np.sqrt(np.sum(diff**2,axis=-1))

---

你能告诉我们到目前为止你在代码方面做了哪些尝试吗？请发布你到目前为止的代码。在其他事情中，这将显示你真正拥有的结构。Python本身没有数组或矩阵结构。支持这些结构的包有

product

或

join

方法来执行您想要的迭代。Python有

itertools.product

方法。您应该研究

A[：，np.newaxis]-B[np.newaxis，：]

这为我节省了很多编写代码的时间。非常感谢。